Влияние оценки вероятности геологического успеха на принятие инвест-решения

PROНЕФТЬ. Профессионально о нефти. – 2019 - № 4(14). – С. 14-19

УДК 550.8.003

М.Г. Дымочкина, к.т.н., В.А. Лежнева
Научно-Технический Центр «Газпром нефти» (ООО «Газпромнефть-НТЦ»)

Электронные адреса: Dymochkina.MG@gazpromneft-ntc.ru, Lezhneva.VA@gazpromneft-ntc.ru

Ключевые слова: вероятность, геологический успех, gCoS, факторы риска, EMV, дерево решений, инвест-проект  

Одним из параметров, способным существенно повлиять на итоговую оценку экономической эффективности геологоразведочного проекта, является шанс геологического успеха (gCoS). В работе проанализированы особенности методологии оценки показателя gCoS, которые оказывают наибольшее влияние на инвест-проект. Показано, что даже незначительное на первый взгляд изменение значения прогноза по одному из факторов риска способно изменить оценку ожидаемой стоимости проекта практически на 100 %. 

Проведенный анализ позволил сделать ряд важных выводов о необходимости совершенствования существующей методологии, в частности, уточнения матриц рисков для всех факторов на основании пополняющейся статистики; разработки инструментов анализа подтверждаемости прогноза gCoS по регионам; выделения региональных критериев геологического успеха и др. Актуальной задачей является разработка IT-решения для экспресс-анализа экономической эффективности проекта и оценки его чувствительности к геологическим неопределенностям. 

Кроме подготовки технических решений, важным вопросом в оценке gCoS является уровень компетенций и опыт геологов, занимающихся анализом геологических неопределенностей и рисков, наличие кросс-функциональной экспертизы, которая уже сейчас широко применяется в компании «Газпром нефть».

The impact of assessing the probability of geological success on investment decisions

PRONEFT''. Professional'no o nefti, 2019, no. 4(14), pp. 14-19

M.G. Dymochkina, V.A. Lezhneva
Gazpromneft NTC LLC, RF, Saint-Petersburg

E-mail: Dymochkina.MG@gazpromneft-ntc.ru, Lezhneva.VA@gazpromneft-ntc.ru

Keywords: probability, geological success, gCoS, risk factors, EMV, decision tree, investment project  

Geological chance of success (gCoS) is one of the most important parameters affecting the efficiency of the exploration project. the article the features of the methodology for evaluating gCoS indicator have been analyzed. On a case study authors show that even insignificant change one of the risk factors can change the Expected Monetary Value (EMV) of the project by almost 100%.

To improve the accuracy of estimates of exploration investment projects, the gCoS assessment methodology needs further development, in particular, clarification of risk matrices for all factors on basis of growing statistics; development of tools for analyzing the confirmability of the gCoS forecast by region; distribution of regional criteria for geological success, etc. An actual task is to develop an IT-solution for rapid analysis of the economic efficiency of the project and assessment of its sensitivity to geological uncertainties.

Apart from the technological effect, such an IT solution will be able to increase the level of competence of geologists engaged in the analysis of geological uncertainties and risks that is very important for a balanced assessment of projects. 

DOI: 10.24887/2587-7399-2019-4-14-19

Геологи ведут себя так, будто знают значительно больше, чем знают на самом деле; в действительности же интервал неопределенности еще больше!

П. Роуз, PhD, основатель Rose&Associates, LLP

Введение

Методы оценки вероятности геологического успеха широко распространились по всему миру с начала ХХ века, когда при определении точки заложения нефтяной скважины выполнялся прогноз открытия залежи в заданной точке. На начальном этапе данный прогноз, проводившийся опытными геолого-разведчиками или экспертными группами, имел исключительно описательный характер и не выражался в численной форме. Вероятность успеха бурения оценивалась как «высокая» или «низкая», часто облекаясь и в более замысловатые формы. Например, известно заключение экспертной группы о планируемой точке бурения скважины, которое звучало как – «это будет хороший выстрел» [1].

В 1960–1970 гг. у крупных компаний появилась необходимость оценки ожидаемых запасов и ожидаемой прибыли при выделении существенных инвестиций в освоение больших нефтегазоносных провинций. Одновременно с усовершенствованием методов оценки экономической эффективности геолого-разведочных проектов возникла потребность количественной оценки вероятности геологического успеха как одного из главных условий экономического успеха. Для оценки геологический успех как комплексное понятие был разбит на составляющие: условия, выполнение которых ведет к общему событию – формированию залежи нефти или газа [2]. Были выделены следующие ключевые факторы, которые необходимы для образования залежи углеводородов: – наличие нефтегазоматеринских толщ (НГМТ), продуцирующих нефть или газ в зависимости от их состава и условий залегания; – пути миграции от НГМТ до резервуара, т.е. места возможного скопления углеводородов; – сохранение уже заполненного резервуара до момента бурения скважины.

В целях унификации оценок и сравнения проектов по уровню их успешности компании стали стремиться уходить от полностью экспертных суждений об успехе или неуспехе новой скважины к более объективным общим системам. Оценка вероятности реализации того или иного фактора геологического успеха стала выполняться по шкале субъективной вероятности от 0 до 1 (или от 0 до 100 %) с учетом наличия и качества имеющейся информации [3].

В настоящее время практика оценки вероятности, или шанса, геологического успеха (gCoS) распространена повсеместно в нефтегазовом бизнесе. Крупные компании используют собственные методики оценки вероятности наличия факторов образования залежей углеводородов, отличающиеся в деталях, соответствующих опыту внутренних экспертов и статистике, имеющейся в их распоряжении. Одним из важных различий в существующих методиках является число выделяемых факторов геологического успеха и оценка их независимости друг от друга. Этот аспект крайне важен для определения итогового показателя gCoS, который рассчитывается путем перемножения вероятностей всех независимых факторов. Следовательно, чем больше независимых факторов в методике, тем меньше значение итоговой вероятности успеха, получаемое в результате их перемножения (при одинаковой оценке величины отдельных факторов). Детальный анализ существующих методов оценки геологического успеха проведен в работе [4], где отмечено, что число независимых факторов риска в различных методиках варьируется от 4 до 19, т.е. разница крайне существенная.

Еще одно различие заключается в оценке значений отдельных факторов. Из четырех опубликованных к настоящему времени систем оценки факторов геологического успеха [4–7] наиболее широко распространено методическое руководство ССОР (Coordinated Committee for Coastal and Offshore Geoscience Programmes in East and Southern Asia) [7], предложенное научному сообществу в 2000 г. В основу этой системы положены результаты работы, которая проводилась с 1993 по 1998 г. группой специалистов, состоящей из представителей разных стран, включая Норвегию (агентство NORAD) . Их совместное исследование объединило результаты анализа масштабных статистических данных бурения нефтегазовых скважин по всему миру. Многие крупные компании, в том числе «Газпром нефть», приняв за основу систему ССОР, продолжают ее совершенствовать, соотнося с собственными статистическими данными и уточняя по мере необходимости и возможности.

В основу системы оценки вероятности геологического успеха, Которая применяется сейчас В Компании «Газпром нефть», положена пятифакторная модель, предложенная П. Роузом [3], и матрицы количественной оценки данных рисков, разработанные ССОР [7]

Несмотря на то, что вероятность геологического успеха является показателем общепринятым, отсутствуют четкие и общие правила ее оценки, равно как не существует геологической «таблицы умножения», которая устроила бы всех специалистов в нефтегазовой сфере. Это вполне объяснимо, ведь речь идет о геологическом прогнозе, который выполняется часто при отсутствии детальной фактической информации, что вынуждает геологов делать априорные заключения на основании гипотез и имеющихся у них знаний и опыта.

Методологические подходы к оценке геологических рисков, используемые в компании «Газпром нефть»

В основу системы оценки вероятности геологического успеха, которая применяется сейчас в компании «Газпром нефть», положена пятифакторная модель, предложенная П. Роузом [3], и матрицы количественной оценки данных рисков, разработанные ССОР [7]. Пятифакторная модель П. Роуза, незначительно трансформированная в Научно-Техническом Центре «Газпром нефти», предусматривает оценку вероятности наличия нефтематеринской породы Рнп, путей миграции и генерации нефти Рм, коллектора Рк, ловушки Рл, а также покрышки и сохранности залежи Рс.

Итоговый показатель gCoS прогнозной залежи оценивается как произведение пяти не зависящих друг от друга факторов. При этом у некоторых факторов существуют отдельные независимые субфакторы, которые перемножаются для получения общего значения, описывающего генеральный фактор. Это в первую очередь касается показателя Pc, обеспечиваемого несколькими независимыми критериями – механической сохранностью залежи Рс1, которая описывает вероятность события, способного нарушить ее герметичность; биохимической сохранностью Рс2, характеризующей сохранность определенных качеств нефти; наличием по- крышки, способной удерживать углеводороды Рс3. Среди этого комплекса факторов сохранности залежи один не зависит от другого. Например, залежь может обладать мощной покрышкой, но быть разрушенной вследствие активных тектонических движений уже после своего формирования. Так же как в механически сохранной залежи, нефть может быть подвержена воздействию бактерий и изменить свои первоначальные характеристики до состояния, непригодного для добычи и дальнейшего использования. Поэтому при оценке фактора Рс субфакторы перемножаются для оценки их общей вероятности.

Описанная методика оценки геологических рисков на первый взгляд может показаться достаточно упрощенной, однако это серьезный инструмент анализа, применение которого требует от геолога опыта, высокого уровня компетенций, способности систематизировать большое количество информации и понимания ответственности за принимаемые решения и результат

Этот же принцип используется при определении фактора Pл, где наличие геологических предпосылок (структурных, литологических, стратиграфических и др.) для удержания флюида Рл1 не зависит от качества методов выделения данной ловушки Рл2. Таким образом, с учетом независимых субфакторов формула оценки шанса геологического успеха может выглядеть следующим образом: gCoS = Pнп · Рм · Рк · Рл1 · Рл2 · Рс1 · Рс2 · Рс3. В отличие от оригинальной системы П. Роуза в методике «Газпром нефти» отсутствуют зависимые субфакторы, из которых автор рекомендовал выбирать для итоговой оценки наименьший по значению, таким образом оценивая наиболее пессимистичный вариант из возможных. Следует отметить, что часть из представленных выше факторов описывает признаки, характерные для всего изучаемого региона в целом, а другая часть может характеризовать только локальный геологический объект. Например, фактор наличия нефтематеринских пород является региональным признаком, а фактор наличия ловушки – признак почти всегда локальный (за исключением условия наличия общего экрана у двух расположенных в непосредственной близости ловушек). При существовании такого условного разделения стоит однако отметить, что геологические системы, с которыми в последние годы сталкиваются геологоразведчики, становятся все сложнее, и реальные системы рисков не всегда встраиваются в упрощенные модели. Практически любой геологический фактор риска из описанных выше, исключая нефтематеринские породы, может являться как региональным, так и локальным. Например, оценивая вероятность наличия путей миграции, часто приходится принимать во внимание не только региональные предпосылки – наличие выдержанных коллекторов, региональных разломов, расстояние от очага генерации до ловушки, но также вероятность существования локальных барьеров на пути к конкретной ловушке в непосредственной близости от нее.

Еще один методический вопрос в оценке gCoS, который необходимо отметить – анализ и учет зависимостей рисков при оценке комплекса геологических объектов в рамках одного проекта. Определяя вероятность наступления сразу нескольких событий, например, открытия двух залежей на лицензионном участке, важно понимать, насколько эти события влияют друг на друга и какова вероятность их совместного возникновения (открытия).

Описанная выше система оценки геологических рисков полностью охватывает процесс формирования единичной залежи углеводородов, однако она не включает некоторые внешние условия и риски более крупного порядка, способные кардинально повлиять на проект. Примером такого риска может быть вероятность реализации именно той геологической концепции, которую геологи предлагают для оценки малоизученной территории. Часто, не обладая фактической информацией при оценке поисковых участков, специалисты принимают за основу некие постулаты о тектоническом строении данного региона, обстановках осадконакопления, времени генерации и миграции углеводородов и выполняют оценку в соответствии с данной концепцией. Однако, если принятая ими «геологическая идея» окажется неверна, то риски могут быть значительно выше. Данного нежелательного эффекта можно избежать, рассматривая крупные и стратегически важные проекты в больших экспертных группах, организуя кросс-экспертизы со смежными подразделениями внутри компании. Описанная методика оценки геологических рисков на первый взгляд может показаться достаточно упрощенной, однако это серьезный инструмент анализа, применение которого требует от геолога опыта, высокого уровня компетенций, способности систематизировать большое количество информации и понимания ответственности за принимаемые решения и результат. Полученный в итоге его работы показатель gCoS способен коренным образом повлиять на реализацию геологоразведочного проекта.

Анализ влияния оценки шанса геологического успеха на экономическую эффективность проекта

По причине конфиденциальности внутренних оценок инвест-проектов в настоящей статье использован синтетический пример, приближенный к реальным условиям. 

Рассмотрим лицензионный участок (ЛУ) «Новый» площадью 3000 км2, расположенный в отдаленном слабоизученном регионе, с полным отсутствием инфраструктуры. Освоение таких территорий всегда связано с высокими затратами и большими рисками, и не только геологическими. Однако, поскольку прибыль в случае открытия крупного месторождения углеводородов может быть достаточно высокой, компании стремятся оценивать подобные участки, несмотря на заведомо высокий процент неудачи. Как уже отмечалось, изученность ЛУ «Новый» крайне низкая. В распоряжении группы оценки имеются данные геологической съемки, подтверждающие наличие признаков углеводородов в обнажениях рассматриваемых отложений, гравимагнитометрической съемки и региональных сейсморазведочных профилей 2D (плотность сейсмической съемки на ЛУ составляет 0,5 км/км2). Скважины на территории отсутствуют, ближайшие расположены на удалении 50 км и более. Таким образом, структурная интерпретация данных сейсморазведки выполнена практически без привязки к скважинным данным, а корреляция отражающих горизонтов и выделение перспективных поднятий имеет достаточно высокую погрешность. По результатам интерпретации данных сейсморазведки выделены два крупных поднятия амплитудой более 200 м каждое, ловушки предположительно тектонически экранированные (рис. 1).

1.PNG 

Стратиграфический разрез принят по аналогии с похожей по строению территорией, где в интересующем интервале глубин выделены два перспективных карбонатных комплекса отложений. Обстановки осадконакопления определены как мелководноморские. С учетом имеющихся данных для оценки ресурсной базы приняты показатели факторов риска, приведенные в таблице. Использованная методика количественной оценки факторов геологического риска ССОР отличается тем, что для одних и тех же условий рекомендуется не фиксированное значение вероятности, а диапазон значений. Например, диапазон значений для фактора Рк составляет 0,3-0,5, при этом отсутствуют четкие рекомендации по использованию данных значений. Несмотря на то, что разница между крайними значениями диапазона кажется незначительной, при использовании в реальном примере для расчета меньшего значения из рекомендованных вероятность успеха скважины снижается с 11 до 7 %, а ЛУ в целом с 21 до 13 %, что составляет 45 % относительно первоначальной оценки.

Также можно подойти и к определению фактора Pм, для которого в условиях проекта рекомендован диапазон 0,5–0,8 [7]. В случае снижения значения фактора Рм с 0,8 до 0,5 по всем пластам вероятность успеха скважины снижается до 4 %, проекта – до 8 %. Таким образом, корректировка оценки двух факторов риска в пределах всего одной ячейки в таблице рисков снижает успешность проекта на 60 %.

Наиболее наглядно влияние показателя gCoS на инвест-проект можно продемонстрировать при помощи экономических расчетов. Экономика любого нефтегазового проекта весьма чувствительна как к объему запасов углеводородов, так и к вероятности обнаружить этот объем в результате проведения геолого-разведочных работ (ГРР). Современные методики оценки эффективности проектов при работе с неопределенностями в большинстве случаев обращаются к универсальным инструментам – дереву решений и расчету ожидаемой стоимости проекта (EMV), позволяющим учесть сумму результатов всех возможных исходов (в данном случае чистый дисконтированный доход NPV) при реализации или отказе от реализации рассматриваемого проекта, взвешенных по их вероятности. Эти инструменты служат проводником между геологией и экономикой, позволяя оцифровать риски и возможности проекта.

2.PNG

Рассмотрим влияние шанса геологического успеха на экономическую эффективность проекта «Новый», оценив EMV для первоначального варианта оценки gCoS (вариант 1) и после введения корректировок по Рк и Рм (вариант 2). Для простоты восприятия сместим фокус с детальной оценки экономики в сторону анализа влияния gCoS, введя следующие допущения.

3.PNG

– Оценка NPV выполняется сравнительным методом (через удельную ценность проекта, выраженную в долл. США/баррель). Мультипликатор удельной ценности, приведенный к текущему периоду, условно принят на уровне 0,5 долл. США/баррель. – Дисконтированный к текущему периоду рисковый капитал составляет 3,5 млрд руб., включает проведение сейсморазведки 3D и бурение двух поисково-оценочных скважин. – Коэффициент извлечения нефти (КИН) принят равным 0,3.
– Все стоимостные предпосылки приведены в качестве примера без привязки к специфике месторождения и конкретному региону. Дерево решений проекта приведено на рис. 2, отличие по вариантам заключается только в разнице gCoS. Из рис. 2 видно, что при прочих равных условиях изменение двух факторов gCoS в пределах допустимых диа-пазонов снижает оценку итогового шанса успеха на 60 %, а EMV проекта – на 93 %. Ранее в статье было отмечено, что в сложных системах оценки рисков существуют надпорядковые условия, не учитываемые напрямую в пятифакторной модели оценки gCoS. К такому условию можно отнести вероятность реализации принятой геологической концепции. Учитывая низкие изученность и достоверность интерпретации сейсмического материала участка, предположим существование альтернативной геологической концепции, в которой крупные поднятия трансформируются в комплекс мелких изолированных объектов. Экономическая эффективность разработки комплекса мелких залежей в отдаленных регионах гораздо ниже по сравнению с освоением одного или двух крупных объектов. Снижение эффективности происходит за счет значительного роста затрат на проведение ГРР и появления дополнительных локальных рисков по каждому объекту. Экономическая рентабельность такого ис- хода заведомо крайне низкая, поэтому в дере- ве решений выведем данную ветку в качестве выхода из проекта (рис. 3). Вес концепций примем равным 50/50.

Из рис. 3 видно, что дополнительный учет вероятности наличия альтернативной геологической концепции также существенно отражается на EMV проекта, поэтому так важно в крупных геолого-разведочных проектах рассматривать альтернативные геологические сценарии, не останавливаясь только на одном из возможных.

Заключение

Методика оценки вероятности геологического успеха за время своего существования не раз вызывала широкий общественный резонанс и обсуждение правил и ограничений ее применения. В настоящее время она успешно применяется в качестве одного из инструментов принятия решения и ранжирования проектов в портфеле компании «Газпром нефть». Используя эту методику при оценке инвест-проектов, специалисты стремятся к тому, чтобы сделать свои прогнозы точнее, а решения – максимально обоснованными. В 2017 г. в Научно-Техническом центре «Газпром нефти» создан Центр компетенций вероятностных оценок и gCoS Геопортал, цель которого состоит в развитии методологии и инструментов оценки геологических рисков, систематизации и анализе результатов прогноза, повышении компетенций геологов компании в части анализа геологических неопределенностей. Разработан специализированный IT-модуль ЭРА:Геомейт:ВЕГА, позволяющий максимально корректно и вместе с тем оперативно выполнять вероятностную оценку ресурсной базы и gCoS с учетом полной и частичной зависимости на сложно структурированных проектах, а также формировать базу знаний для развития интерактивных помощников определения геологических рисков.

4.PNG

Оценка gCoS поисковых скважин на собственных активах позволяет компании корректировать статистику и уточнять таблицы рисков, что также делает прогнозы более уверенными. Кросс-функциональная экспертиза оценок нивелирует столь сильное влияние субъективизма в определении факторов риска, хотя полностью уйти от него в оценке вероятностей невозможно. В подтверждение этого тезиса можно привести слова П. Роуза, которому во многом принадлежит заслуга распространения методики оценки геологических рисков по всему миру: «В анализе геологических рисков нет готовых ответов, коротких путей или «книг с рецептами». Все оценки, связанные с прогнозом, зависят от хорошо обоснованных субъективных вероятностей. Просто согласитесь с необходимостью принятия субъективных решений на основании неполных данных и качественных признаков».

Список литературы

    1. Grayson С.J. Decisions under uncertainty drilling decisions by oil and gas operators. – Harvard: Harvard University, Division of Research, Graduate School of Business Administration, 1960. – 402 р.
    2. Gotautas V.A. Quantitative analysis of prospect to determine whether it is drillable // AAPG Bull. – 1963. – V. 47. – № 10. – P. 1794–1812.
    3. Роуз П.Р. Анализ рисков и управление нефтегазопоисковыми проектами . – М. – Ижевск: НИЦ «РХД», Ижевский институт компьютерных исследований, 2011. – 304 с.
    4. Milkov A.V. Risk tables for less biased and more consistent estimation of probability of geological success (PoS) for segments with conventional oil and gas prospective resources // Earth Science Reviews. – 2015. – V. 150. – P. 453–476.
    5. Goldstein B.A. Explicating a gut feel – benchmarking the chance for exploration success // APPEA J. – 1994. – V. 29. – P. 378–417
    6. Duff B.A., Hall D. A model-based approach to evaluation of exploration opportunities // NPF Special Publication. – 1996. – V. 6. – P. 183–198.
    7. Annual report of CCOP (Coordinated Committee for Coastal and Offshore Geoscience Programmes in East and Southern Asia), 2000. http://www.ccop.or.th/ppm/document/home/RiskAssess.pdf

    Reference

    1. Grayson С.J., Decisions under uncertainty drilling decisions by oil and gas operators, Harvard University, Division of Research, Graduate School of Business Administration, 1960, 402 p.
    2. Gotautas V.A., Quantitative analysis of prospect to determine whether it is drillable, AAPG Bull., 1963, V. 47, no. 10, pp. 1794-1812.
    3. Rose P.R., Risk analysis and management of petroleum exploration ventures, AAPG, 2012, p. 304.
    4. Milkov A.V., Risk tables for less biased and more consistent estimation of probability of geological success (PoS) for segments with conventional oil and gas prospective resources, Earth Science Reviews, 2015, V. 150, pp. 453-476.
    5. Goldstein B.A., Explicating a gut feel – benchmarking the chance for exploration success, APPEA J., 1994, V. 29, pp. 378–417.
    6. Duff B.A., Hall D., A model-based approach to evaluation of exploration opportunities, Quantification and prediction of petroleum resources, NPF Special Publication, 1996, V. 6, pp. 183–198. |
    7. Annual report of CCOP (Coordinated Committee for Coastal and Offshore Geoscience Programmes in East and Southern Asia), 2000, URL: http://www.ccop.or.th/ppm/document/home/RiskAssess.pdf

Возврат к списку